KR20240024234A - 용선 온도의 예측 방법, 조업 가이던스 방법, 용선의 제조 방법, 용선 온도의 예측 장치, 조업 가이던스 장치, 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치 - Google Patents

용선 온도의 예측 방법, 조업 가이던스 방법, 용선의 제조 방법, 용선 온도의 예측 장치, 조업 가이던스 장치, 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치 Download PDF

Info

Publication number
KR20240024234A
KR20240024234A KR1020247002417A KR20247002417A KR20240024234A KR 20240024234 A KR20240024234 A KR 20240024234A KR 1020247002417 A KR1020247002417 A KR 1020247002417A KR 20247002417 A KR20247002417 A KR 20247002417A KR 20240024234 A KR20240024234 A KR 20240024234A
Authority
KR
South Korea
Prior art keywords
molten iron
iron temperature
physical model
blast furnace
furnace
Prior art date
Application number
KR1020247002417A
Other languages
English (en)
Inventor
요시나리 하시모토
료스케 마스다
Original Assignee
제이에프이 스틸 가부시키가이샤
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 제이에프이 스틸 가부시키가이샤 filed Critical 제이에프이 스틸 가부시키가이샤
Publication of KR20240024234A publication Critical patent/KR20240024234A/ko

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B5/00—Making pig-iron in the blast furnace
    • C21B5/006—Automatically controlling the process
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B7/00—Blast furnaces
    • C21B7/24—Test rods or other checking devices
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B5/00—Making pig-iron in the blast furnace
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00—Arrangements of controlling devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D21/00—Arrangements of monitoring devices; Arrangements of safety devices
    • F27D21/0014—Devices for monitoring temperature
    • C—CHEMISTRY; METALLURGY
    • C21—METALLURGY OF IRON
    • C21B—MANUFACTURE OF IRON OR STEEL
    • C21B2300/00—Process aspects
    • C21B2300/04—Modeling of the process, e.g. for control purposes; CII
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F27—FURNACES; KILNS; OVENS; RETORTS
    • F27D—DETAILS OR ACCESSORIES OF FURNACES, KILNS, OVENS, OR RETORTS, IN SO FAR AS THEY ARE OF KINDS OCCURRING IN MORE THAN ONE KIND OF FURNACE
    • F27D19/00—Arrangements of controlling devices
    • F27D2019/0003—Monitoring the temperature or a characteristic of the charge and using it as a controlling value

Abstract

용선 온도의 예측 방법은, 고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 이용하여, 로 내의 반응량을 산출하는 반응량 산출 스텝(S1)과, 물리 모델을 이용하여 산출된 반응량과, 실측된 반응량과의 사이의 괴리도를 산출하는 괴리도 산출 스텝(S2)과, 산출되는 괴리도가 작아지도록, 로 내의 가스에 편류를 생기게 하는 물리 모델의 파라미터를 조정하는 모델 파라미터 조정 스텝(S3)과, 파라미터가 조정된 물리 모델을 이용하여, 장래의 용선 온도를 예측하는 용선 온도 예측 스텝(S4)을 포함한다.

Description

용선 온도의 예측 방법, 조업 가이던스 방법, 용선의 제조 방법, 용선 온도의 예측 장치, 조업 가이던스 장치, 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치
본 개시는, 용선 온도의 예측 방법, 조업 가이던스 방법, 용선의 제조 방법, 용선 온도의 예측 장치, 조업 가이던스 장치, 고로(blast furnace) 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치에 관한 것이다.
제철업에 있어서 숙련 오퍼레이터의 감소가 과제가 되고 있어, 고로의 안정 조업의 계속이 곤란하게 되어 있다. 고로의 안정 조업을 유지하는 데에 있어서 용선 온도 제어는 중요하다. 용선 온도가 저하하면 슬래그의 점성이 증대하여 배출이 곤란해져, 고로의 생산성을 저하시킬 수 있다. 또한, 용선 온도가 극단적으로 저하하면, 용선 및 슬래그가 응고되어 배출할 수 없게 되어, 고로의 조업이 정지하는 로냉 사고(furnace cooling accident)가 생길 수 있다. 용선 온도를 예측하는 수법에 대해서 많은 제안이 되어 있다(예를 들면 특허문헌 1, 특허문헌 2 참조).
일본특허 제6531782호 공보 일본특허 제6024718호 공보
여기에서, 로냉 사고가 생기는 메커니즘은 여러 가지이지만, 전형적인 케이스에 있어서, 입도(grain size)가 미세한 원료의 장입 또는 슬래그의 액면 레벨의 상승 시에 통기 저항이 커져, 로 내 가스의 흐름이 불균일해지는 일이 생긴다. 로 내 가스의 흐름이 불균일해지면, 소결광(sintered ore)과 CO 가스와의 접촉이 악화되고, 로 하부에 있어서 흡열을 수반하는 직접 환원 반응이 생겨, 용선 온도의 저하에 이른다고 생각된다.
용선 온도 예측을 위해 로 내의 상태를 모델화한 종래의 물리 모델에서는, 고체의 공극률의 편차가 작은 충전층을 가정하여 가스 흐름을 계산한다. 종래의 물리 모델에서는, 상기와 같은 가스 편류(drift)(로 내 가스의 흐름의 불균일성)에 기인한 용선 온도의 저하를 재현하는 것이 곤란했다.
이상의 문제를 해결하기 위해 이루어진 본 개시의 목적은, 고(高)정밀도로 용선 온도를 예측할 수 있는 용선 온도의 예측 방법 및 용선 온도의 예측 장치를 제공하는 것에 있다. 또한, 본 개시의 목적은, 고정밀도로 예측된 용선 온도에 기초하여, 고로의 조업의 가이던스를 행하는 조업 가이던스 방법, 용선의 제조 방법, 조업 가이던스 장치, 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치를 제공하는 것에 있다.
본 개시의 일 실시 형태에 따른 용선 온도의 예측 방법은,
고로의 로 내에 있어서의 반응 및 전열(heat transfer) 현상을 고려한 물리 모델을 이용하여, 상기 로 내의 반응량을 산출하는 반응량 산출 스텝과,
상기 물리 모델을 이용하여 산출된 상기 반응량과, 실측된 반응량과의 사이의 괴리도를 산출하는 괴리도 산출 스텝과,
산출되는 상기 괴리도가 작아지도록, 상기 로 내의 가스에 편류를 생기게 하는 상기 물리 모델의 파라미터를 조정하는 모델 파라미터 조정 스텝과,
상기 파라미터가 조정된 상기 물리 모델을 이용하여, 장래의 용선 온도를 예측하는 용선 온도 예측 스텝을 포함한다.
본 개시의 일 실시 형태에 따른 조업 가이던스 방법은,
상기의 용선 온도의 예측 방법에 의해 예측된 상기 용선 온도에 기초하여, 상기 용선 온도를 상승시키기 위한 조업 액션을 제시하는 조업 액션 제시 스텝을 포함한다.
본 개시의 일 실시 형태에 따른 용선의 제조 방법은,
상기의 조업 가이던스 방법에 의해 제시되는 상기 조업 액션에 따라 용선을 제조한다.
본 개시의 일 실시 형태에 따른 용선 온도의 예측 장치는,
고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 기억하는 기억부와,
상기 물리 모델을 이용하여, 상기 로 내의 반응량을 산출하는 반응량 산출부와,
상기 물리 모델을 이용하여 산출된 상기 반응량과, 실측된 반응량과의 사이의 괴리도를 산출하는 괴리도 산출부와,
산출되는 상기 괴리도가 작아지도록, 상기 로 내의 가스에 편류를 생기게 하는 상기 물리 모델의 파라미터를 조정하는 모델 파라미터 조정부와,
상기 파라미터가 조정된 상기 물리 모델을 이용하여, 장래의 용선 온도를 예측하는 용선 온도 예측부를 구비한다.
본 개시의 일 실시 형태에 따른 조업 가이던스 장치는,
상기의 용선 온도의 예측 장치에 의해 예측된 상기 용선 온도에 기초하여, 상기 용선 온도를 상승시키기 위한 조업 액션을 제시하는 조업 액션 제시부를 구비한다.
본 개시의 일 실시 형태에 따른 고로 조업 가이던스 시스템은,
고로 조업 가이던스 서버와, 단말 장치를 구비하고,
상기 고로 조업 가이던스 서버는,
고로의 조업 상태를 나타내는 실측값을 취득하는 실측값 취득부와,
상기 고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 기억하는 기억부와,
상기 물리 모델을 이용하여, 상기 로 내의 반응량을 산출하는 반응량 산출부와,
상기 물리 모델을 이용하여 산출된 상기 반응량과, 실측된 반응량과의 사이의 괴리도를 산출하는 괴리도 산출부와,
산출되는 상기 괴리도가 작아지도록, 상기 로 내의 가스에 편류를 생기게 하는 상기 물리 모델의 파라미터를 조정하는 모델 파라미터 조정부와,
상기 파라미터가 조정된 상기 물리 모델을 이용하여, 장래의 용선 온도를 예측하는 용선 온도 예측부와,
예측된 상기 용선 온도에 기초하여, 상기 용선 온도를 상승시키기 위한 조업 액션을 제시하는 조업 액션 제시부를 구비하고,
상기 단말 장치는,
상기 고로 조업 가이던스 서버에 의해 제시된 상기 조업 액션을 취득하는 조업 액션 취득부와,
취득한 상기 조업 액션을 표시하는 표시부를 구비한다.
본 개시의 일 실시 형태에 따른 고로 조업 가이던스 서버는,
고로의 조업 상태를 나타내는 실측값을 취득하는 실측값 취득부와,
상기 고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 기억하는 기억부와,
상기 물리 모델을 이용하여, 상기 로 내의 반응량을 산출하는 반응량 산출부와,
상기 물리 모델을 이용하여 산출된 상기 반응량과, 실측된 반응량과의 사이의 괴리도를 산출하는 괴리도 산출부와,
산출되는 상기 괴리도가 작아지도록, 상기 로 내의 가스에 편류를 생기게 하는 상기 물리 모델의 파라미터를 조정하는 모델 파라미터 조정부와,
상기 파라미터가 조정된 상기 물리 모델을 이용하여, 장래의 용선 온도를 예측하는 용선 온도 예측부와,
예측된 상기 용선 온도에 기초하여, 상기 용선 온도를 상승시키기 위한 조업 액션을 제시하는 조업 액션 제시부를 구비한다.
본 개시의 일 실시 형태에 따른 단말 장치는,
고로 조업 가이던스 서버와 함께 고로 조업 가이던스 시스템을 구성하는 단말 장치로서,
상기 고로 조업 가이던스 서버에 의해 제시된 조업 액션을 취득하는 조업 액션 취득부와,
취득한 상기 조업 액션을 표시하는 표시부를 구비하고,
상기 고로 조업 가이던스 서버는, 고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 이용하여 산출한 상기 로 내의 반응량과, 실측된 반응량과의 사이의 괴리도가 작아지도록, 상기 로 내의 가스에 편류를 생기게 하는 상기 물리 모델의 파라미터를 조정하고,
상기 조업 액션은, 상기 파라미터가 조정된 상기 물리 모델을 이용하여 예측된 장래의 용선 온도에 기초하는, 용선 온도를 상승시키기 위한 조업 액션이다.
본 개시에 의하면, 고정밀도로 용선 온도를 예측할 수 있는 용선 온도의 예측 방법 및 용선 온도의 예측 장치를 제공할 수 있다. 또한, 본 개시에 의하면, 고정밀도로 예측된 용선 온도에 기초하여, 고로의 조업의 가이던스를 행하는 조업 가이던스 방법, 용선의 제조 방법, 조업 가이던스 장치, 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치를 제공할 수 있다.
도 1은, 본 개시에서 이용되는 물리 모델의 입출력 정보를 나타내는 도면이다.
도 2는, 용선 온도의 장래의 예측 결과를 예시하는 도면이다.
도 3은, 편류를 고려하지 않은 물리 모델에 의한 예측 결과를 예시하는 도면이다.
도 4는, 편류를 고려하는 물리 모델에 의한 예측 결과를 예시하는 도면이다.
도 5는, 로 내 온도 분포의 계산 결과를 예시하는 도면이다.
도 6은, 일 실시 형태에 따른 용선 온도의 예측 장치 및 조업 가이던스 장치의 구성예를 나타내는 도면이다.
도 7은, 일 실시 형태에 따른 용선 온도의 예측 방법을 나타내는 플로우차트이다.
도 8은, 일 실시 형태에 따른 조업 가이던스 방법을 나타내는 플로우차트이다.
도 9는, 일 실시 형태에 따른 고로 조업 가이던스 시스템의 구성예를 나타내는 도면이다.
(발명을 실시하기 위한 형태)
이하, 도면을 참조하여 본 개시의 일 실시 형태에 따른 용선 온도의 예측 방법, 조업 가이던스 방법, 용선의 제조 방법, 용선 온도의 예측 장치, 조업 가이던스 장치, 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치가 설명된다. 본 개시에 있어서 이용되는 물리 모델은, 참고문헌 1(K. Takatani et al. ISIJ International, Vol.39(1999), pp.15)에 기재된 방법과 마찬가지로, 광석의 환원, 광석과 코크스와의 사이의 열 교환 및 광석의 융해 등의 물리 현상을 고려한 편미분 방정식군으로 구성된, 비정상 상태(non-steady state)에 있어서의 고로의 내부(로 내)의 상태를 계산 가능한 물리 모델(비정상 모델)이다. 비정상 상태는, 예를 들면 블로우아웃(blowout), 행잉(hanging) 등의 사상(事象)이 발생하는 것을 포함한다.
도 1에 나타내는 바와 같이, 물리 모델에 부여되는 입력 변수 중에서 시간 변화하는 주된 것은, 송풍 유량, 송풍 산소 유량, 미분탄 유량, 코크스비, 송풍 습분, 송풍 온도, 로정(爐頂) 가스압이다. 이들 입력 변수는 고로의 조작 변수 또는 조업 인자이다. 송풍 유량, 송풍 산소 유량, 미분탄 유량은, 각각, 고로에 보내지는 공기, 산소, 미분탄의 유량이다. 코크스비는, 로정부에 있어서의 코크스비로서, 1톤의 용선 생성량에 대하여 사용되는 코크스 중량이다. 송풍 습분은, 고로에 보내지는 공기의 습도이다. 송풍 온도는, 고로에 보내지는 공기의 온도이다. 로정 가스압은, 로 내의 가스의 로정에 있어서의 압력이다.
또한, 물리 모델의 주된 출력 변수는, 가스 이용률, 솔루션 로스(solution loss) 카본량, 환원재비, 조선 속도(pig iron manufacturing rate), 용선 온도이다. 물리 모델을 이용하여 시시각각 변화하는 용선 온도, 조선 속도를 계산 가능하다. 이 계산의 시간 간격은 특별히 한정되지 않지만, 본 실시 형태에 있어서 30분이다. 후술하는 물리 모델의 식의 「t＋1」과 「t」와의 시간차가, 본 실시 형태에서는 30분이다. 본 실시 형태에 있어서, 물리 모델은, 로 내의 3차원적인 온도 분포 및 광석의 환원율 분포 등을 추정 가능한 3차원의 비정상 모델이다. 단, 물리 모델의 형태는 3차원의 비정상 모델에 한정되지 않는다.
물리 모델을 이하의 식에 의해 나타낼 수 있다.
여기에서 x(t)는 물리 모델 내에서 계산되는 상태 변수이다. 상태 변수는, 예를 들면 코크스의 온도, 철의 온도, 광석의 산화도, 원료의 강하 속도 등이다. y(t)는 제어 변수인 용선 온도(HMT: Hot Metal Temperature)이다. u(t)는 상기의 입력 변수로서, 고로의 조업을 행하는 오퍼레이터가 조작 가능한 변수이다. 즉, 입력 변수는, 송풍 유량 BV(t), 송풍 산소 유량 BVO(t), 미분탄 유량 PCI(t), 코크스비 CR(t), 송풍 습분 BM(t), 송풍 온도 BT(t), 로정 가스압 TGP(t)이다. u(t)＝(BV(t), BVO(t), PCI(t), CR(t), BM(t), BT(t), TGP(t))로 나타낼 수 있다.
여기에서, 현 시점에서의 입력 변수가 장래도 보존유지되는 것을 가정하여, 식 (1) 및 식 (2)를 반복하여 계산함으로써, 장래의 용선 온도를 예측할 수 있다. 도 2는, 이러한 반복 계산에 의한 용선 온도의 장래의 예측 결과를 예시한다. 도 2의 가로축은 시간축이다. 단위는 시간이다. 또한, 마이너스는 과거의 시간을 나타낸다. 도 2의 좌측에 배치된 입력 변수의 그래프는 상기의 기호를 이용하고 있다. 또한, 도 2의 우측에 물리 모델의 출력 변수의 그래프가 배치되어 있다. ηCO는 가스 이용률이다. SLC는 솔루션 로스 카본량이다. RAR은 환원재비이다. Prod는 조선 속도이다. HMT는 상기와 같이, 용선 온도이다.
도 2의 예에서는, 현 시점으로부터 5시간 전에 코크스비(CR)의 증가가 있고, 15시간 전으로부터 8시간 전에 걸친 송풍 습분(BM)의 감소가 있었다. 이들 영향에 의해, 장래의 용선 온도(HMT)가 상승하는 예측이 되어 있다. 그 후의 실적(실(實)고로에서 실측된 값)을 겹쳐 플롯한 결과, 예측과 같이 상승 경향이 일치했다. 이하에 검토하는 로냉 등의 비정상인 상태가 아니면, 충분히 양호한 예측 정밀도가 달성되어 있다.
상기의 수법으로, 추가로 로냉이 생긴 경우의 입력 변수를 이용한 예측 결과를 도 3에 나타낸다. 도 3에서는, 도 2보다 가로축(시간축)으로 나타나는 기간이 길어져 있고, 단위가 일(日)이다. 로냉이 생기는 전형적인 케이스에 있어서, 로 내 가스의 흐름이 불균일해진다. 로 내 가스 흐름이 특정 방위로 치우치면, 산화철과 CO 가스 및 H2 가스의 접촉이 악화되어, 산화철의 환원 지연이 생긴다. 도 3의 예에 있어서, 19.5일 이후에 가스 이용률(ηCO)이 저하하고, 19.2일 이후에 솔루션 로스 카본량(SLC)이 증대하고 있다. 실선으로 나타나는 물리 모델의 계산에서는, 이러한 사상을 예측하지 못하고 있다. 또한, 도 3의 예에 있어서, 용선 온도(HMT)에 대해서, 상기의 반복 계산에 의해 8시간 앞의 예측이 행해졌지만, 플롯한 실적값과의 큰 괴리가 생기고 있다. 즉, 종래 수법에서는, 물리 모델에서 가스 편류를 나타낼 수 없어, 로냉이 생기는 바와 같은 경우에 예측값과 실적값(실측값)과의 괴리가 크다.
그래서, 새로운 수법으로서, 로냉이 생기는 바와 같은 경우라도, 로 내의 반응량(가스 이용률, 솔루션 로스 카본량 등)의 값이 실측값에 합치하도록, 물리 모델의 가스 흐름에 관련되는 파라미터를 조정했다. 구체적으로는, 이러한 파라미터로서, 로 내의 충전층 내의 특정의 영역에 있어서의 공극률을 조정(예를 들면 상승)함으로써, 로 내의 가스 편류를 발생시켰다. 특정의 영역은, 예를 들면 충전층에 있어서의 위치가 방위와 관련지어지는 경우에(도 5 참조), 특정의 방위라도 좋다.
여기에서, 충전층 내의 가스 흐름을 지배하는 통기 저항은, 원료의 입도와 공극률에 크게 영향을 받는다. 단, 로 내의 입도 및 공극률을 직접적으로 실시간 측정하는 것은 곤란하다. 본 실시 형태에 있어서는, 가스 흐름에 관련되는 파라미터로서, 공극률만이 조정되었다. 공극률에 대신하여, 또는 공극률과 함께, 입도가 조정 대상의 파라미터로 되어도 좋다. 즉, 가스 흐름에 관련되는 파라미터로서 조정되는 파라미터는, 로 내의 충전층 내의 특정의 영역에 있어서의 공극률 및 입도의 적어도 1개라도 좋다.
본 실시 형태에 있어서, 공극률을 변화시키는 순서는 이하와 같다. 어느 시간 스텝 t에 있어서의 솔루션 로스 카본량(SLC) 등의 반응량의 실측값과 물리 모델을 이용한 산출된 계산값(예측값)과의 해리도가 산출된다. 다음으로, 반응량의 실측값과 계산값과의 해리가 작아지도록, 이하의 식 (3)과 같이 특정의 영역의 충전층의 공극률을 시간 스텝마다 갱신한다.
여기에서, ε은 공극률이다. SLCact는 솔루션 로스 카본량의 실측값이다. SLCcal은 솔루션 로스 카본량의 계산값이다. 식 (3)에 있어서, 해리도는 실측값으로부터 계산값을 감산하여 얻어진다. 본 실시 형태에 있어서, 반응량으로서 흡열량에 크게 영향을 주는 솔루션 로스 카본량을 이용했지만, 다른 예로서 반응량은 가스 이용률이라도 좋다. 즉, 반응량은, 솔루션 로스 카본량 및 가스 이용률의 적어도 1개를 포함해도 좋다. 또한, 반응량은, 조선 속도 등을 포함해도 좋다.
또한, 본 실시 형태에 있어서, 3차원 모델의 원주 방향으로 구분한 8메시(mesh) 중, 1개의 메시에 대해서만 공극률이 변화하도록 했다. 이 때, 높이 방향에 대해서 전체 영역에서 공극률이 변화하도록 했다. 또한, 반경 방향에 대해서, 벽에 근접한 메시 영역만에서 공극률이 변화하도록 했다.
도 4는, 이와 같이 로 내 가스의 편류를 물리 모델 내에서 발생시켜, 도 3과 동일하게 예측을 행한 결과를 나타낸다. 도 3과의 비교로부터 분명한 바와 같이, 예측의 정밀도가 향상했다. 도 4에 나타내는 바와 같이, 예를 들면 솔루션 로스 카본량(SLC)의 증가 및 용선 온도(HMT)의 저하가, 정밀도 좋게 예측되어 있다.
또한, 도 5는, 도 4에 있어서의 19.5일의 시점에서의 로 내 온도 분포 및 가스 흐름의 결과를 나타낸다. 이 예에 있어서, 충전층에 있어서의 위치는 방위(동(E), 남(S), 서(W) 및 북(N))과 관련지어져 있다. 또한, 세로 방향은, 고로의 높이 방향을 나타낸다. 도 5의 예에서는, 특정 방위(구체적으로는 서(W))로 가스 흐름이 치우쳐 있고, 그 방위의 온도가 높아져 있다. 또한, 편류가 생긴 방위와 반대측(구체적으로는 동(E))에서 온도가 저하되어 있는 것을 알 수 있다. 이러한 온도 분포의 치우침에 대해서는, 예를 들면 로 내의 복수 개소에 설치된 온도 센서의 검출값의 비교에 의해 검증하는 것이 가능하다.
여기에서, 특허문헌 1의 기술에 있어서도 물리 모델의 일부의 파라미터(철광석의 가스 환원 평형 파라미터)가 조정된다. 그러나, 특허문헌 1의 기술에서는, 로 내의 가스 흐름의 원주 방향 분포는 균일한 것을 전제로 하고 있다. 본 실시 형태의 수법은, 예를 들면 로정 가스 존데(sonde) 등의 정보에 기초하여 가스 흐름의 원주 방향 분포가 불균일하다고 판단된 경우에 유효하다.
본 실시 형태에 따른 용선 온도의 예측 장치(상세에 대해서는 후술)는, 상기와 같이 괴리도가 작아지도록, 로 내의 가스에 편류를 생기게 하는 물리 모델의 파라미터를 조정한다. 그리고, 파라미터가 조정된 물리 모델을 이용하여, 장래의 용선 온도를 예측함으로써, 고정밀도로 용선 온도를 예측할 수 있다.
본 실시 형태에 따른 조업 가이던스 장치(상세에 대해서는 후술)는, 예측된 용선 온도가 문턱값 이하인 경우에, 가이던스로서, 용선 온도를 상승시키기 위한 조업 액션을 제시할 수 있다. 조업 액션은, 예를 들면 코크스비를 상승시키는 것 등이다. 조업 가이던스 장치가, 적절한 조업 액션을 오퍼레이터에게 제시함으로써, 조업상의 트러블(예를 들면 생산성의 저하, 로냉 사고 등)을 회피할 수 있다.
도 6은, 일 실시 형태에 따른 용선 온도의 예측 장치(10) 및 조업 가이던스 장치(20)의 구성예를 나타내는 도면이다. 도 6에 나타내는 바와 같이, 용선 온도의 예측 장치(10)는, 기억부(11)와, 반응량 산출부(12)와, 괴리도 산출부(13)와, 모델 파라미터 조정부(14)와, 용선 온도 예측부(15)를 구비한다. 조업 가이던스 장치(20)는, 기억부(21)와, 용선 온도 판정부(22)와, 조업 액션 제시부(23)를 구비한다. 용선 온도의 예측 장치(10)는, 고로에 구비된 센서 등으로부터, 고로의 조업 상태를 나타내는 각종의 측정값인 실적값(실측값이라고도 칭해짐)을 취득하고, 상기의 물리 모델을 이용한 계산을 행한다. 조업 가이던스 장치(20)는, 용선 온도의 예측 장치(10)에 의해 산출된 용선 온도를 취득하여, 고로의 조업을 위한 가이던스로서, 조업 액션을 표시부(30)에 표시시킨다. 조업 가이던스 장치(20)는, 예측되는 용선 온도가 문턱값(일 예로서 1500℃) 이하가 되는 경우에, 용선 온도를 상승시키기 위한 가이던스로서 조업 액션을 표시부(30)에 표시시킨다. 표시부(30)는, 액정 디스플레이(Liquid Crystal Display) 또는 유기 EL 패널(Organic Electro-Luminescence Panel) 등의 표시 장치라도 좋다.
우선, 용선 온도의 예측 장치(10)의 구성 요소가 설명된다. 기억부(11)는, 고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 기억한다. 또한, 기억부(11)는, 용선 온도의 예측에 관한 프로그램 및 데이터를 기억한다. 기억부(11)는, 반도체 기억 디바이스, 광 기억 디바이스 및 자기 기억 디바이스 등의 임의의 기억 디바이스를 포함해도 좋다. 반도체 기억 디바이스는 예를 들면 반도체 메모리를 포함해도 좋다. 기억부(11)는, 복수의 종류의 기억 디바이스를 포함해도 좋다.
반응량 산출부(12)는, 물리 모델을 이용하여, 로 내의 반응량을 산출한다. 본 실시 형태에 있어서, 반응량은 솔루션 로스 카본량 및 가스 이용률의 적어도 1개를 포함한다.
괴리도 산출부(13)는, 물리 모델을 이용하여 산출된 반응량과, 실측된 반응량과의 사이의 괴리도를 산출한다. 본 실시 형태에 있어서, 괴리도는 반응량의 실측값으로부터 계산값을 감산하여 얻어진다.
모델 파라미터 조정부(14)는, 산출되는 괴리도가 작아지도록, 물리 모델의 파라미터 중 로 내의 가스에 편류를 생기게 하는 파라미터를 조정한다. 본 실시 형태에 있어서, 조정되는 파라미터는, 로 내의 충전층 내의 특정의 영역에 있어서의 공극률이다. 단, 공극률에 대신하여, 또는 공극률과 함께, 입도가 이용되어도 좋다.
용선 온도 예측부(15)는, 파라미터가 조정된 물리 모델을 이용하여, 장래의 용선 온도를 예측한다. 용선 온도의 예측은, 상기의 식 (1) 및 식 (2)를 반복하여 계산함으로써 행해진다. 예측된 용선 온도는, 조업 가이던스 장치(20)에 출력된다.
다음으로, 조업 가이던스 장치(20)의 구성 요소가 설명된다. 기억부(21)는, 조업 가이던스에 관한 프로그램 및 데이터를 기억한다. 기억부(21)는, 반도체 기억 디바이스, 광 기억 디바이스 및 자기 기억 디바이스 등의 임의의 기억 디바이스를 포함해도 좋다. 반도체 기억 디바이스는 예를 들면 반도체 메모리를 포함해도 좋다. 기억부(21)는, 복수의 종류의 기억 디바이스를 포함해도 좋다.
용선 온도 판정부(22)는, 용선 온도의 예측 장치(10)에 의해 예측된 용선 온도가 문턱값 이하인지를 판정한다. 문턱값 이하인 경우에, 용선 온도 판정부(22)는, 조업 액션 제시부(23)에 조업 액션을 제시시킨다.
조업 액션 제시부(23)는, 용선 온도를 상승시키기 위한 조업 액션을 제시한다. 조업 액션 제시부(23)는, 예를 들면 코크스비의 10％ 상승을 조업 액션으로서 표시부(30)에 표시시켜도 좋다. 여기에서, 조업 액션 제시부(23)는, 코크스비의 적절한 값 등을 용선 온도의 예측 장치(10)에 계산시켜도 좋다. 즉, 조업 액션 제시부(23)는, 제시하는 조업 액션을 정하기 위해, 용선 온도의 예측 장치(10)에 물리 모델을 이용한 시뮬레이션을 실행시켜도 좋다.
오퍼레이터는, 표시부(30)에 나타난 조업 액션에 기초하여, 고로의 조업 조건을 변경해도 좋다. 이러한 고로에 대한 조업 가이던스는, 용선을 제조하는 제조 방법의 일부로서 실행될 수 있다. 또한, 용선의 제조를 관리하는 컴퓨터가, 조업 가이던스 장치(20)에 의해 제시되는 조업 액션에 따라, 용선의 제조의 조건을 자동적으로 변경해도 좋다.
여기에서, 용선 온도의 예측 장치(10)와 조업 가이던스 장치(20)는, 개별의 장치라도 좋고, 일체의 장치라도 좋다. 일체의 장치인 경우에, 기억부(11)와 기억부(21)는, 동일한 기억 디바이스로 실현되어도 좋다.
용선 온도의 예측 장치(10) 및 조업 가이던스 장치(20)는, 예를 들면 고로의 조업 또는 용선의 제조를 제어하는 프로세스 컴퓨터 등의 컴퓨터에 의해 실현되어도 좋다. 컴퓨터는, 예를 들면 메모리 및 하드 디스크 드라이브(기억 장치), CPU(처리 장치), 디스플레이 등의 표시 장치를 구비한다. 오퍼레이팅 시스템(OS) 및 각종의 처리를 실시하기 위한 애플리케이션 프로그램은, 하드 디스크 드라이브에 격납할 수 있고, CPU에 의해 실행될 때에는 하드 디스크 드라이브로부터 메모리로 읽어내진다. 또한, 처리 도중의 데이터에 대해서는, 메모리에 격납되고, 필요가 있으면 HDD에 격납된다. 각종 기능은, CPU, 메모리 등의 하드웨어와 OS 및 필요한 애플리케이션 프로그램을 유기적으로 협동시킴으로써 실현된다. 기억부(11) 및 기억부(21)는, 예를 들면 기억 장치로 실현되어도 좋다. 반응량 산출부(12), 괴리도 산출부(13), 모델 파라미터 조정부(14), 용선 온도 예측부(15), 용선 온도 판정부(22) 및 조업 액션 제시부(23)는, 예를 들면 CPU로 실현되어도 좋다. 표시부(30)는, 예를 들면 표시 장치로 실현되어도 좋다.
도 7은, 일 실시 형태에 따른 용선 온도의 예측 방법을 나타내는 플로우차트이다. 용선 온도의 예측 장치(10)는, 도 7에 나타나는 플로우차트에 따라, 예측한 용선 온도를 출력한다. 도 7에 나타나는 용선 온도의 예측 방법은, 용선의 제조 방법의 일부로서 실행되어도 좋다.
반응량 산출부(12)는, 물리 모델을 이용하여 로 내의 반응량을 산출한다(스텝 S1, 반응량 산출 스텝). 괴리도 산출부(13)는, 물리 모델을 이용하여 산출된 반응량과, 실측된 반응량과의 사이의 괴리도를 산출한다(스텝 S2, 괴리도 산출 스텝). 모델 파라미터 조정부(14)는, 괴리도가 작아지도록, 로 내의 가스에 편류를 생기게 하는 물리 모델의 파라미터를 조정한다(스텝 S3, 모델 파라미터 조정 스텝). 그리고, 용선 온도 예측부(15)는, 파라미터가 조정된 물리 모델을 이용하여, 장래의 용선 온도를 예측한다(스텝 S4, 용선 온도 예측 스텝).
도 8은, 일 실시 형태에 따른 조업 가이던스 방법을 나타내는 플로우차트이다. 조업 가이던스 장치(20)는, 도 8에 나타나는 플로우차트에 따라, 조업 액션을 제시한다. 도 8에 나타나는 조업 가이던스 방법은, 용선의 제조 방법의 일부로서 실행되어도 좋다.
용선 온도 판정부(22)는, 용선 온도의 예측 장치(10)에 의해 예측된 용선 온도가 문턱값 이하인 경우에(스텝 S11의 Yes), 조업 액션 제시부(23)에 조업 액션을 제시시킨다. 조업 액션 제시부(23)는, 용선 온도를 상승시키기 위한 조업 액션을 표시부(30)에 제시한다(스텝 S12, 조업 액션 제시 스텝). 용선 온도 판정부(22)에 의해 예측된 용선 온도가 문턱값보다 높다고 판정된 경우에(스텝 S11의 No), 조업 액션은 제시되지 않는다.
도 9는, 일 실시 형태에 따른 고로 조업 가이던스 시스템의 구성을 나타내는 도면이다. 고로 조업 가이던스 시스템은, 예를 들면 도 9의 파선으로 나타내는 바와 같이, 고로 조업 가이던스 서버(40) 및 단말 장치(50)로 구성되어도 좋다. 고로 조업 가이던스 서버(40)는, 용선 온도의 예측 장치(10) 및 조업 가이던스 장치(20)의 기능을 구비하고, 예를 들면 컴퓨터에 의해 실현되어도 좋다. 또한, 단말 장치(50)는, 적어도 표시부(30)로서 기능하고, 예를 들면 태블릿 등의 휴대 단말 장치 또는 컴퓨터에 의해 실현되어도 좋다. 고로 조업 가이던스 서버(40)와 단말 장치(50)는, 예를 들면 인터넷 등의 네트워크 경유로 데이터를 상호 송수신할 수 있다. 고로 조업 가이던스 서버(40)와 단말 장치(50)는, 동일한 장소(예를 들면 동일한 공장 내)에 있어도 좋고, 물리적으로 떨어져 배치되어 있어도 좋다. 또한, 고로 조업 가이던스 시스템은, 상기의 구성에 한정되는 것이 아니라, 예를 들면 고로의 조업 데이터(일 예로서 조업 상태를 나타내는 실측값 및 조업 파라미터)를 집약하는 조업 데이터 서버(60)를 추가로 포함하여 구성되어도 좋다. 조업 데이터 서버(60)는, 네트워크 경유로 고로 조업 가이던스 서버(40) 및 단말 장치(50)와 통신 가능하고, 예를 들면 용선의 제조를 관리하는 컴퓨터로 실현되어도 좋다. 조업 데이터 서버(60)는, 고로 조업 가이던스 서버(40) 또는 단말 장치(50)와 동일한 장소에 있어도 좋고, 물리적으로 떨어져 배치되어 있어도 좋다. 이하, 고로 조업 가이던스 서버(40) 및 단말 장치(50)를 구비하여 구성되는 고로 조업 가이던스 시스템을 예로, 구성 요소 등이 설명된다.
고로 조업 가이던스 서버(40)는, 고로의 실측값을 취득하고, 상기의 물리 모델을 이용한 계산을 행하여, 산출된 용선 온도에 기초하는 고로의 조업을 위한 가이던스로서, 조업 액션을 표시부(30)로서 기능하는 단말 장치(50)에 표시시킨다. 고로 조업 가이던스 서버(40)는, 도 6을 참조하여 설명된 용선 온도의 예측 장치(10)의 구성 요소 및 조업 가이던스 장치(20)의 구성 요소를 구비한다. 구체적으로 서술하면, 고로 조업 가이던스 서버(40)는, 기억부와, 반응량 산출부(12)와, 괴리도 산출부(13)와, 모델 파라미터 조정부(14)와, 용선 온도 예측부(15)와, 용선 온도 판정부(22)와, 조업 액션 제시부(23)를 구비한다. 기억부는, 고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델, 용선 온도의 예측에 관한 프로그램 및 데이터, 조업 가이던스에 관한 프로그램 및 데이터 등을 기억한다. 반응량 산출부(12), 괴리도 산출부(13), 모델 파라미터 조정부(14), 용선 온도 예측부(15), 용선 온도 판정부(22) 및 조업 액션 제시부(23)에 대해서는, 상기의 설명과 동일하다. 또한, 고로 조업 가이던스 서버(40)는, 고로의 조업 상태를 나타내는 실측값을 취득하는 실측값 취득부를 구비해도 좋다. 실측값 취득부는, 고로에 구비된 센서 또는 고로의 프로세스 컴퓨터 등으로부터 직접적으로 실측값을 취득해도 좋고, 조업 데이터 서버(60)를 통하여 실측값을 취득해도 좋다.
단말 장치(50)는, 고로 조업 가이던스 서버(40)와 함께 고로 조업 가이던스 시스템을 구성하고, 조업 액션을 표시한다. 단말 장치(50)는 적어도 표시부(30)를 구비한다. 표시부(30)는 상기의 설명과 동일하다. 또한, 단말 장치(50)는, 고로 조업 가이던스 서버(40)에 의해 제시된 조업 액션을 취득하는 조업 액션 취득부를 구비해도 좋다.
이상과 같이, 본 실시 형태에 따른 용선 온도의 예측 방법 및 용선 온도의 예측 장치(10)는, 상기의 구성에 의해 고정밀도로 용선 온도를 예측할 수 있다. 또한, 본 실시 형태에 따른 조업 가이던스 방법, 용선의 제조 방법, 조업 가이던스 장치(20), 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버(40) 및 단말 장치(50)는, 고정밀도로 예측된 용선 온도에 기초하여, 고로의 조업의 가이던스를 행할 수 있다. 예를 들면 오퍼레이터는, 가이던스로서 나타난 조업 액션에 따름으로써, 조업상의 트러블(일 예로서 로냉 사고)을 회피할 수 있다.
본 개시에 따른 실시 형태에 대해서, 여러 도면 및 실시예에 기초하여 설명해 왔지만, 당업자이면 본 개시에 기초하여 여러 가지의 변형 또는 수정을 행하는 것이 용이한 것에 주의하기 바란다. 따라서, 이들 변형 또는 수정은 본 개시의 범위에 포함되는 것에 유의하기 바란다. 예를 들면, 각 구성부 또는 각 스텝 등에 포함되는 기능 등은 논리적으로 모순되지 않도록 재배치 가능하고, 복수의 구성부 또는 스텝 등을 1개로 조합하거나, 혹은 분할하거나 하는 것이 가능하다. 본 개시에 따른 실시 형태는 장치가 구비하는 프로세서에 의해 실행되는 프로그램 또는 프로그램을 기록한 기억 매체로서도 실현할 수 있는 것이다. 본 개시의 범위에는 이들도 포함되는 것으로 이해하기 바란다.
도 6에 나타나는 용선 온도의 예측 장치(10) 및 조업 가이던스 장치(20)의 구성은 일 예이다. 용선 온도의 예측 장치(10), 조업 가이던스 장치(20)는, 도 6에 나타내는 구성 요소의 모두를 포함하지 않아도 좋다. 또한, 용선 온도의 예측 장치(10), 조업 가이던스 장치(20)는, 도 6에 나타내는 이외의 구성 요소를 구비해도 좋다. 예를 들면, 조업 가이던스 장치(20)는, 추가로 표시부(30)를 구비하는 구성이라도 좋다.
10 : 용선 온도의 예측 장치
11 : 기억부
12 : 반응량 산출부
13 : 괴리도 산출부
14 : 모델 파라미터 조정부
15 : 용선 온도 예측부
20 : 조업 가이던스 장치
21 : 기억부
22 : 용선 온도 판정부
23 : 조업 액션 제시부
30 : 표시부
40 : 고로 조업 가이던스 서버
50 : 단말 장치
60 : 조업 데이터 서버

Claims (11)

  1. 고로(blast furnace)의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 이용하여, 상기 로 내의 반응량을 산출하는 반응량 산출 스텝과,
    상기 물리 모델을 이용하여 산출된 상기 반응량과, 실측된 반응량과의 사이의 괴리도를 산출하는 괴리도 산출 스텝과,
    산출되는 상기 괴리도가 작아지도록, 상기 로 내의 가스에 편류(drift)를 생기게 하는 상기 물리 모델의 파라미터를 조정하는 모델 파라미터 조정 스텝과,
    상기 파라미터가 조정된 상기 물리 모델을 이용하여, 장래의 용선 온도를 예측하는 용선 온도 예측 스텝을 포함하는, 용선 온도의 예측 방법.
  2. 제1항에 있어서,
    상기 반응량은, 솔루션 로스(solution loss) 카본량 및 가스 이용률의 적어도 1개를 포함하는, 용선 온도의 예측 방법.
  3. 제1항 또는 제2항에 있어서,
    상기 파라미터는, 상기 로 내의 충전층 내의 특정의 영역에 있어서의 공극률 및 입도(grain size)의 적어도 1개인, 용선 온도의 예측 방법.
  4. 제1항 내지 제3항 중 어느 한 항에 기재된 용선 온도의 예측 방법에 의해 예측된 상기 용선 온도에 기초하여, 상기 용선 온도를 상승시키기 위한 조업 액션을 제시하는 조업 액션 제시 스텝을 포함하는, 조업 가이던스 방법.
  5. 제4항에 기재된 조업 가이던스 방법에 의해 제시되는 상기 조업 액션에 따라 용선을 제조하는, 용선의 제조 방법.
  6. 고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 기억하는 기억부와,
    상기 물리 모델을 이용하여, 상기 로 내의 반응량을 산출하는 반응량 산출부와,
    상기 물리 모델을 이용하여 산출된 상기 반응량과, 실측된 반응량과의 사이의 괴리도를 산출하는 괴리도 산출부와,
    산출되는 상기 괴리도가 작아지도록, 상기 로 내의 가스에 편류를 생기게 하는 상기 물리 모델의 파라미터를 조정하는 모델 파라미터 조정부와,
    상기 파라미터가 조정된 상기 물리 모델을 이용하여, 장래의 용선 온도를 예측하는 용선 온도 예측부를 구비하는, 용선 온도의 예측 장치.
  7. 제6항에 기재된 용선 온도의 예측 장치에 의해 예측된 상기 용선 온도에 기초하여, 상기 용선 온도를 상승시키기 위한 조업 액션을 제시하는 조업 액션 제시부를 구비하는, 조업 가이던스 장치.
  8. 제7항에 있어서,
    상기 조업 액션 제시부는, 예측된 상기 용선 온도가 문턱값 이하인 경우에, 상기 조업 액션을 제시하는, 조업 가이던스 장치.
  9. 고로 조업 가이던스 서버와, 단말 장치를 구비하고,
    상기 고로 조업 가이던스 서버는,
    고로의 조업 상태를 나타내는 실측값을 취득하는 실측값 취득부와,
    상기 고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 기억하는 기억부와,
    상기 물리 모델을 이용하여, 상기 로 내의 반응량을 산출하는 반응량 산출부와,
    상기 물리 모델을 이용하여 산출된 상기 반응량과, 실측된 반응량과의 사이의 괴리도를 산출하는 괴리도 산출부와,
    산출되는 상기 괴리도가 작아지도록, 상기 로 내의 가스에 편류를 생기게 하는 상기 물리 모델의 파라미터를 조정하는 모델 파라미터 조정부와,
    상기 파라미터가 조정된 상기 물리 모델을 이용하여, 장래의 용선 온도를 예측하는 용선 온도 예측부와,
    예측된 상기 용선 온도에 기초하여, 상기 용선 온도를 상승시키기 위한 조업 액션을 제시하는 조업 액션 제시부를 구비하고,
    상기 단말 장치는,
    상기 고로 조업 가이던스 서버에 의해 제시된 상기 조업 액션을 취득하는 조업 액션 취득부와,
    취득한 상기 조업 액션을 표시하는 표시부를 구비하는, 고로 조업 가이던스 시스템.
  10. 고로의 조업 상태를 나타내는 실측값을 취득하는 실측값 취득부와,
    상기 고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 기억하는 기억부와,
    상기 물리 모델을 이용하여, 상기 로 내의 반응량을 산출하는 반응량 산출부와,
    상기 물리 모델을 이용하여 산출된 상기 반응량과, 실측된 반응량과의 사이의 괴리도를 산출하는 괴리도 산출부와,
    산출되는 상기 괴리도가 작아지도록, 상기 로 내의 가스에 편류를 생기게 하는 상기 물리 모델의 파라미터를 조정하는 모델 파라미터 조정부와,
    상기 파라미터가 조정된 상기 물리 모델을 이용하여, 장래의 용선 온도를 예측하는 용선 온도 예측부와,
    예측된 상기 용선 온도에 기초하여, 상기 용선 온도를 상승시키기 위한 조업 액션을 제시하는 조업 액션 제시부를 구비하는, 고로 조업 가이던스 서버.
  11. 고로 조업 가이던스 서버와 함께 고로 조업 가이던스 시스템을 구성하는 단말 장치로서,
    상기 고로 조업 가이던스 서버에 의해 제시된 조업 액션을 취득하는 조업 액션 취득부와,
    취득한 상기 조업 액션을 표시하는 표시부를 구비하고,
    상기 고로 조업 가이던스 서버는, 고로의 로 내에 있어서의 반응 및 전열 현상을 고려한 물리 모델을 이용하여 산출한 상기 로 내의 반응량과, 실측된 반응량과의 사이의 괴리도가 작아지도록, 상기 로 내의 가스에 편류를 생기게 하는 상기 물리 모델의 파라미터를 조정하고,
    상기 조업 액션은, 상기 파라미터가 조정된 상기 물리 모델을 이용하여 예측된 장래의 용선 온도에 기초하는, 용선 온도를 상승시키기 위한 조업 액션인, 단말 장치.
KR1020247002417A 2021-07-27 2022-07-15 용선 온도의 예측 방법, 조업 가이던스 방법, 용선의 제조 방법, 용선 온도의 예측 장치, 조업 가이던스 장치, 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치 KR20240024234A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2021-122756 2021-07-27
JP2021122756 2021-07-27
PCT/JP2022/027934 WO2023008242A1 (ja) 2021-07-27 2022-07-15 溶銑温度の予測方法、操業ガイダンス方法、溶銑の製造方法、溶銑温度の予測装置、操業ガイダンス装置、高炉操業ガイダンスシステム、高炉操業ガイダンスサーバ及び端末装置

Publications (1)

Publication Number Publication Date
KR20240024234A true KR20240024234A (ko) 2024-02-23

Family

ID=85087588

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020247002417A KR20240024234A (ko) 2021-07-27 2022-07-15 용선 온도의 예측 방법, 조업 가이던스 방법, 용선의 제조 방법, 용선 온도의 예측 장치, 조업 가이던스 장치, 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치

Country Status (5)

Country Link
EP (1) EP4343006A1 (ko)
JP (1) JP7264321B1 (ko)
KR (1) KR20240024234A (ko)
CN (1) CN117751199A (ko)
WO (1) WO2023008242A1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6531782B2 (ja) 2016-08-02 2019-06-19 Ｊｆｅスチール株式会社 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6690081B2 (ja) * 2016-07-14 2020-04-28 株式会社神戸製鋼所 操業状況評価システム
JP6729514B2 (ja) * 2017-07-19 2020-07-22 Ｊｆｅスチール株式会社 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置
CN109609714B (zh) * 2018-12-04 2020-07-24 江苏省沙钢钢铁研究院有限公司 一种大型高炉炉芯堆积的诊断方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6531782B2 (ja) 2016-08-02 2019-06-19 Ｊｆｅスチール株式会社 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置

Also Published As

Publication number Publication date
JP7264321B1 (ja) 2023-04-25
CN117751199A (zh) 2024-03-22
EP4343006A1 (en) 2024-03-27
JPWO2023008242A1 (ko) 2023-02-02
WO2023008242A1 (ja) 2023-02-02

Similar Documents

Publication Publication Date Title
JP6729514B2 (ja) 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置
JP2018024935A (ja) 溶銑温度予測方法、溶銑温度予測装置、高炉の操業方法、操業ガイダンス装置、溶銑温度制御方法、及び溶銑温度制御装置
CN111593155A (zh) 高炉诊断系统及方法
EP4002023A1 (en) Learning model generation method, learning model generation device, method for controlling molten iron temperature in blast furnace, method for guiding molten iron temperature control in blast furnace, and molten iron manufacturing method
JP7272326B2 (ja) 操業ガイダンス方法、高炉の操業方法、溶銑の製造方法、操業ガイダンス装置
KR20240024234A (ko) 용선 온도의 예측 방법, 조업 가이던스 방법, 용선의 제조 방법, 용선 온도의 예측 장치, 조업 가이던스 장치, 고로 조업 가이던스 시스템, 고로 조업 가이던스 서버 및 단말 장치
Hinnelä et al. Neural network model of burden layer formation dynamics in the blast furnace
CN116246724A (zh) 锌回转窑关键监测变量软测量方法、装置、终端及介质
JP7384150B2 (ja) 操業ガイダンス方法、高炉の操業方法、溶銑の製造方法及び操業ガイダンス装置
JP6915754B2 (ja) プロセスの制御方法、操業ガイダンス方法、高炉の操業方法、溶銑の製造方法およびプロセスの制御装置
JP7384326B1 (ja) 高炉の溶銑温度予測方法、高炉の溶銑温度予測モデルの学習方法、高炉の操業方法、高炉の溶銑温度予測装置、高炉の溶銑温度予測システムおよび端末装置
WO2024048310A1 (ja) プロセスの制御方法、高炉の操業方法、溶銑の製造方法及びプロセスの制御装置
WO2023008170A1 (ja) 高炉のスラグレベル推定方法、操業ガイダンス方法、溶銑の製造方法、高炉のスラグレベル推定装置及び操業ガイダンス装置
WO2024053568A1 (ja) 焼結プロセスの制御方法、操業ガイダンス方法、焼結鉱の製造方法、焼結プロセスの制御装置、操業ガイダンス装置、焼結操業ガイダンスシステム及び端末装置
WO2023189335A1 (ja) 焼結機の操業管理方法、焼結鉱の製造方法及び制御装置
TW202403252A (zh) 燒結礦的製造方法及控制裝置
WO2024048214A1 (ja) プロセスの制御方法、高炉の操業方法、溶銑の製造方法及びプロセスの制御装置
TWI794865B (zh) 鐵水溫度之控制方法、作業指導方法、高爐之作業方法、鐵水之製造方法、鐵水溫度之控制裝置以及作業指導裝置
JP2024035729A (ja) 返鉱率制御方法、焼結鉱の製造方法及び返鉱率制御装置
KR20230119222A (ko) 공급 열량 추정 방법, 공급 열량 추정 장치, 및 고로의 조업 방법
JP2018003044A (ja) 操業異常推定方法および操業異常推定装置
KR950012396B1 (ko) 고로 노내 가스류 분포 추정방법
JP2022048698A (ja) 高炉の制御装置、高炉の操業方法、及びプログラム
JP2001172707A (ja) 高炉操業方法
CN117460854A (zh) 烧结过程的状态推定方法、运行指导方法、烧结矿的制造方法、烧结过程的状态推定装置、运行指导装置、烧结运行指导系统、烧结运行指导服务器以及终端装置